石油机械
石油機械
석유궤계
CHINA PETROLEUM MACHINERY
2005年
6期
14-16
,共3页
旋转机械%模糊分类%小波神经网络%轴心轨迹%故障诊断
鏇轉機械%模糊分類%小波神經網絡%軸心軌跡%故障診斷
선전궤계%모호분류%소파신경망락%축심궤적%고장진단
传统的诊断系统中,对旋转机械轴心轨迹通常采用人工诊断方法,极大地影响诊断的自动化程度,为此,提出了一种基于模糊-小波神经网络的旋转机械轴心轨迹识别方法,该方法将模糊分类方法与小波神经网络相结合用于轴心轨迹的识别,将模糊隶属度函数作为输入和输出.通过仿真实验对该方法进行验证,并对实验结果进行了分析,结果表明轴心轨迹的形状特征与频率特征并不是一一对应的,同时指出该方法识别结果与实际情况吻合,具有较高的识别能力.
傳統的診斷繫統中,對鏇轉機械軸心軌跡通常採用人工診斷方法,極大地影響診斷的自動化程度,為此,提齣瞭一種基于模糊-小波神經網絡的鏇轉機械軸心軌跡識彆方法,該方法將模糊分類方法與小波神經網絡相結閤用于軸心軌跡的識彆,將模糊隸屬度函數作為輸入和輸齣.通過倣真實驗對該方法進行驗證,併對實驗結果進行瞭分析,結果錶明軸心軌跡的形狀特徵與頻率特徵併不是一一對應的,同時指齣該方法識彆結果與實際情況吻閤,具有較高的識彆能力.
전통적진단계통중,대선전궤계축심궤적통상채용인공진단방법,겁대지영향진단적자동화정도,위차,제출료일충기우모호-소파신경망락적선전궤계축심궤적식별방법,해방법장모호분류방법여소파신경망락상결합용우축심궤적적식별,장모호대속도함수작위수입화수출.통과방진실험대해방법진행험증,병대실험결과진행료분석,결과표명축심궤적적형상특정여빈솔특정병불시일일대응적,동시지출해방법식별결과여실제정황문합,구유교고적식별능력.
